마지막 백테스팅 전략은 월-금 전략이다. 요일을 어떻게 표기하는지, 월요일과 금요일 가격을 어떻게 붙이는지, 월요일에 사서 금요일에 팔 때, 수익률을 어떻게 구하는지, 월-금 전략 최적의 종목은 무엇인지 알아보았다. 이런 복잡한 전략도 쉽게 구현이 가능하다니, 정말 코딩의 위대함을 느꼈다. 5. 나만의 전략 구현하기 1) 나만의 전략 구현하기: 월-금 전략 * 어떤 것이든 전략이 될 수 있다. - 언젠가 나만의 전략을 구상해보아도 좋다. · 삼성전자가 오를 때 LG전자를 사자! · 비오는 날에 주식을 사자! · 어제 10% 이상 떨어진 종목을 사서 점심 때 팔자! ⇒ 모두 좋다. * 오늘 다뤄볼 전략은 - 간단하게, `월요일에 사서 → 금요일에 파는 걸` 해보고, - 가장 적합한 종목은 무엇일지도 구해본..

마지막 5주차 강의에서는 백테스팅 전략 두 가지를 배웠다. 두 가지 전략 중 첫번째는 변동성 돌파 전략이다. 이번 편에서는 변동성 돌파 전략에 대해 알아보고, buy, sell 가격과 수익률을 구해본 후, 최적의 k값을 구해보았다. 역시나 복잡하니, 코드를 외울 생각을 하기 보단, 기존 코드를 불러와 사용하기를 추천한다. 1. 변동성 돌파 전략 1) 변동성 돌파 전략이란? - 주식이 막 오르는 것 같다면? 일단 사고 → 그리고 내일 바로 판다. - 예시) k = 0.5 라고 할 때. 1. 어제 삼성전자의 주가가 최고 120,000원 ~ 최저 100,000원 이었다. 2. 오늘 삼성전자의 주가가 105,000원으로 시작했다. 3. 오늘 (120,000 - 100,000) ⇒ 20,000원 x 0.5 = 1..

4주차 2편에서는 사는 시점(buy)과 파는 시점(sell)을 구해 그 종가로 수익률을 구해보고, 장/단기 이평선을 적용시킨 수익률을 구한 후, 최적의 장/단기 이평선을 구하는 내용을 배웠다. 복잡하고 어려운 내용들로 가득해서, 천천~히 여러번 반복해봐야겠다. 6. 수익률 구하기 1) 실제로 사는 시점(buy) - buy > buy > buy 혹은 sell > sell > sell 이라면, 사거나 파는게 아니다. - 즉, buy와 sell이 바뀌는 순간이 중요하다. - action_temp라는 열을 만들고, action 값들을 한칸씩 뒤로 밀어 넣는다. 그러면 buy와 sell이 바뀌는 부분을 확인할 수 있다. df['action_temp'] = df['action'].shift(1) - 위와 같은 조건..

4주차 강의에서는 이동평균선에 대해 알아보고, 그와 관련한 전략을 세워 백테스팅하는 과정을 배운다. 구체적으로 4주차 1편에서는 백테스팅 전략을 세우고, 주가를 가져오고, 그래프를 그려보고, 이동평균값을 구해보고, Buy & Sell을 표기하는 방법을 배우는데, 차근차근 실습 했던 것을 정리해보도록 하겠다. 참고로, 이 백테스팅 전략을 하기에 앞서 이동평균선과 골든크로스·데드크로스에 대한 개념을 충분히 숙지하고 넘어가야 모든 과정이 이해된다. 1. 백테스팅 전략 세우기 1) 이동평균선이란? - 이전 며칠(3일, 5일, 20일, 50일 등) 간의 가격을 평균하여 움직이는 선이다. - 일수가 커질수록 곡선이 완만해진다. [이동평균선] 일정기간 동안의 주가를 산술 평균한 값인 주가이동평균을 차례로 연결해 만든..

드디어, 3주차 마지막 3편이다! 6. 상장종목 분석하기 7. 비상장종목 분석하기 위 두 가지를 배우고 실습해봤는데, 상장종목에 비해 비상장종목은 종목수도 많고 데이터도 별로 없어서, 유의미한 데이터 분석 결과를 도출하기엔 조금 어려움이 있었다. 심지어 종목수와 데이터 양이 너무 많아, 전체 데이터를 다 끌고오지 못하는 경우도 있다. (Dart API 콜 제한) 상장기업이든, 비상장 기업이든, 어떤 데이터를 추출하고, 활용해야 좋을지 더 찾아보고 공부해봐야 할 듯 하다. 6. 상장 종목 분석하기 1) 재미로 하는 시총 Top 50 社 - 연봉왕 뽑아보기 * 한 종목에 대해 뽑아보기 - 기업 데이터를 끌어와, 표로 만들어본다. corp_code = df_listed[df_listed['corp_name']..

3주차 2편에는, 5. Dart API를 어떻게 사용하는지, 조금 더 심도있게 배워보는 시간을 가졌다. Dart-FSS 라이브러리에 있는 Dart API를 활용하여 다양한 데이터를 뽑아보았는데, 나중엔 내가 원하는 데이터를 추출하여 참고하면 정말 좋을 듯 하다! 5. Dart API 사용해보기 1) 한 개 종목을 정해서 코드를 찾기 corp_code = df_listed[df_listed['corp_name'] == '삼성전자'].iloc[0,0] corp_code 2) dart api 사용해보기(공시정보, 사업보고서) - 기업 정보 : Open DART API에서 '공시정보'에 있는 코드를 사용한다. corp_code = df_listed[df_listed['corp_name'] == '삼성전자'].i..

3주차 강의에서는 파이썬에서 DART 기업공시 데이터를 활용해 분석하는 것을 배웠다. 개인적으로 너무 유익했던 강의였다! 1편에는, 1. DART의 Open API란 무엇인지, 2. Dart Open API 키는 왜 발급받고, 어떻게 발급받는 것인지, 3. Dart 라이브러리는 어떻게 활용하는지, 4. 전체 기업의 상장사/비상장사를 어떻게 구분하여 엑셀에 저장하는지, 천천히 개념과 과정을 정리해나가며 다시 복습해보는 시간을 갖도록 하겠다. 1. Dart Open API - Open API 란, 데이터를 가져다 쓸 수 있게 서버의 ‘창구’를 열어둔 것이다. - Dart Open API를 활용하면 공시 정보를 ‘데이터 분석’에 활용할 수 있다. - 일일이 공시자료를 보러가지 않아도, 분석을 할 수 있다. -..

2편에서는 yfinance를 이용한 해외주식 다루기와 분석하기(전략 세우고, 데이터를 모은 후, 분석하기)를 해보았다. 수업 내내 신세계를 경험했지만, 내것으로 만들려면, 복습이 많이 필요할 것으로 보인다. 4. 해외주식 다루기 - yfinance - yfinance 라이브러리를 설치한다. - yfinance를 yf로 import 해준다. - yfinance의 전체 사용법을 알고 싶다면, "https://pypi.org/project/yfinance/" 에서 참고하면 된다. - 기본 정보 얻기 > 예시 _ 회사명(name), 산업(industry), 시가총액(marketcap), 매출(revenue) - 재무제표에서 대차대조표 company.balance_sheet, 현금흐름표 company.cashfl..

2주차에서는 해외주식 데이터 분석기초와 해외주식 다루기에 대한 내용을 배워보았다. 1편에서는 Pandas 기초와 엑셀 가져오기, 그리고 Pandas 실전에 대해 공부한 내용을 정리해보도록 하겠다. 1. Pandas 기초 1) Pandas 라이브러리 설치 및 실행 - pandas와 numpy를 설치한다. - import pandas as pd는 pandas를 pd 라고 불러서 사용한다는 의미고, - import numpy as np는 numpy를 np 라고 불러서 사용한다는 의미다. - pandas를 쓸 때, numpy도 종종 함께 쓰일 일이 있기 때문에, 같이 불러온다. 2) 기본 DataFrame 만들기 - 아래와 같이 data = { 'name' : ['영수','철수','영희','소희'], 'age'..

데이터 크롤링부터 엑셀 다루기/파일 저장 및 이름 바꾸기/이미지 다운받기까지 기나긴 실습을 해보았는데, 간단하지만, 어렵다... 쉬워보이지만, 생소하다... 그래서 복습을 철저히 해야겠다고 생각하고 다짐했다. 아래에 실습한 내용을 정리해보도록 하겠다. [2편] 3. 데이터 크롤링 1) 웹페이지의 동작 방식 이해 - 검색 한 후 페이지 오른쪽 마우스를 누르고, 검사를 누르면 프로그램 언어가 나온다. - 어떤 서버에서 특정 HTML, CSS, 자바스크립트라고 하는 페이지의 구성요소를 가져오는데, 그걸 그대로 그려주기만 하는게 브라우저의 역할이다. - 브라우저에서 이름 변경을 하더라도, 내 화면에서만 바뀐 것이고, 새로고침하면 원래대로 돌아온다. 2) 라이브러리 설치하기 - 누군가 만들어둔 라이브러리를 쓰기 ..